原创力文档- 1、本文档共6页，其中可免费阅读5页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于序列特征梯度向量结构人脸识别方法，本发明通过级联坐标系确定人脸组合特征的相对位置，再提取特征点的梯度序列化；最后序列结合BP深度学习算法得到人脸识别模型用于人脸识别。本发明相较于像素直接训练的方法，对人脸图片信息进行大幅度的降维，训练数据维度降为30。训练一次，降低至少两个数量级，本发明训练速度快，将深度学习基于目前的硬件设备，在增加一组新用户的时候可以快速更新识别模型，本发明降低了深度学习的计算量，降低了对硬件的要求，降低了人脸识别技术实施的成本，使大面积应用深度学习于人脸
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112270215 A
(43)申请公布日 2021.01.26
(21)申请号 202011089532.9
(22)申请日 2020.10.13
(71)申请人 杭州电子科技大学
地址
文档评论（0）